317631 A7 B7 五、發明説明(1 ) 〔發明所鼷之技術領域〕 本發明係闞於一種將語音信號壓縮編碼成數位信號的語 音編碼裝置及語音鑷碼解碼装置。 [習知之技術〕 9顯示將習知的語音輪入分期I成頻譜包絡資訊和音源 信號資訊,並以圈框單位將音源信號資訊進行鑷碼的語音 編碼解礓裝置之全體構成之一例,係和日本專利特開昭 64-40899號公報所示者相同。 經濟部中央梂準局貝工消费合作社印製 I_____Γ____-— (請先閲讀背面之注意事項再壤寫本頁) 訂 線一 匯中,1為编碼器,2為解碼器,3為多工器,4為分離櫬 構,5為語音輸入,6為傅輸媒·7為語音翰出。編碣器1係 由Μ下之8〜15所構成。8為鑲性預拥#數分析拥構,9為 嬢性預拥參數纒碣機構,10為自邃應音源繾碼簿,11為自 逋應音源檢索櫬構,12為誤差信虢生成櫬構,13為驅動音 灌繾碥簿,14為鼷動音源檢索櫬構,15為音涯信號生成機 構。又,解碣器2係由Μ下之16〜22所構成。16為媒性預 測參數解碼櫬構,17為自遭應音源編碼薄,18為自遛應音 滙解碼機樽,19為驅動音源鑷碥薄,20為驅動音源解碼播 構· 21為音海信號生成櫬構,22為合成濾波器。 Μ下,係就將上述習知之諝音輪入分割成頻譜包络資訊 和音源信號霣訊,並Μ圈框單位將音源信號資訊進行編碣 的語音絪碼解碼装置之動作加Μ說明。 苜先在鑷碼器1中,例如,以8kHz所抽樣的数位語音信 號當作語音輪入5來輪入。煽性預测參數分析嫌構8*係分 析語音_入5,而抽出作為語音之頻_包络貢訊的繚性預 本紙張尺度適用中國國家標準(CNS ) A4規格(210 X 297公釐) -4 317631 A7 B7_ 五、發明説明(2 ) 澜參數。接著線性預測參數編碼機構9將已抽出的前述線 性預測參數量子化,並將與之對應的鱺碼输出至多工器3 上*同時將董子化的媒性預測參數输出至自逋應音源檢索 櫬構11、誤差信號生成皤構12、驅動音源檢索機構14上。 其次,就音源信號資訊的編碣加K說明。在自逋應音海 纗碼薄10上,存賭有在從音涯信號生成播構15所輪入的過 去生成的音源信號,並將對應由自逋懕音源檢索櫬構11所 _入的延遲參數丨之圈框長度的自遘懕音源向量输出至自 通應音源狳索機構11上。在此,前述自缠懕音源向ft係對 延遲#數1從1抽櫬通去(sanpU earlier)中切出HI框長度 的音源信號者,在該延遲#數1短於圃框長度的情況時重 覆1抽樣的章源信號直至_框長度為止所生成者。_10 (a) 為顬示框長度之情況的自遽應音源向量之例,而B 10(b)為1〈圈框長度之情況的自癫應音源向董之例》 經濟部中夹梂準局—工消費含作社印装 自瘇應音源檢索機構11,係對例如20彡1忘128之範画的 延遯參數1,將由前述自適應音灌篇碼簿10所耱入的自磨 應音源向量使用由前述線性預拥參數鑷碼機構9所输入之 量子化的線性預测參數進行堞性預測合成Μ生成語音合成 .向fi。接著,求出由語音_入5以每一圃框切出的語音鑰 入向量和前述語音合成向量的》覺加權失興。其次*比較 評估前述失冥*以求出前述失興變成最小的延遲參數L和 與之對應的自遛應音源增益泠,並將前述延遲參數L和自 壤應音源增益点的鱺碭_出至多工器3上,同時生成對應 前述延邇參数L之自邃應音源參數乘Μ前述自遑應音源堉 5 (請先《讀背面之注$項再填寫本買) 本紙張尺度適用中國國家梯準(CNS ) Α4規格(210Χ297公釐) 7 Β 3 /V 明説 明發 號 信15 源構 音機 應成 適生 自號 的信 点源 益音 上 和 2 構. 機 成 生 號 信 差 誤 至 出 輸 並 1 機 構碼 機編 索數 檢參 源測 音預 應性 適線 自述 述前 前由 由用 將使 係號 12信 構源 機音 成應 生適 號自 信的 差入 誤輪 所 成 合 測 預 性 線 行 進 數 參 测 預 性 線 的 化 子 量 之 入 輸 所 9 構 每 差 誤 的 差 入之 輸5 音向 語成14 由合構 出音機 求語索 , 述檢 著前源 接和音 。量動 量向驅 向入至 成輸出 合音輸 音語 Μ 語的, 成出量 生切.向 上 框 圖 據 S3 信 (請先閲讀背面之注意事項再填寫本頁) -裝. 經濟部中央梂準局貝工消费合作社印製 在驅動音源編碼簿13上,例如存儲有由随機噪音所生成 的N個驅動音源向5,並輸出對應由驅動音源檢索櫬構14 所輸入之驅動音源編碼i的驅動音源向1。驅動音源檢索 機構14係對N個驅動音源向悬,將由前述驅動音源煸碼簿 13所輸入的驅動音源向悬使用由前述線性預测參數煽碼機 構9所輸入之量子化的線性預測參數進行線性預測合成K 生成語音合成向量。接著,求出由前述誤差信號生成機構 12所輸入的誤差信號向1和前述語音合成向fi的聽覺加權 失真。其次,比較評估前述失真,以求出前述失真變成最 小的驅動音源編碼I和與之對應的驅動音源增益7 ,並將 前述驅動音源蹁碼I和驅動音源增益7的編碼輸出至多工 器3上,同時生成對應前述驅動音源編碼I之驅動音源向量 乘Μ前述驅動音源增益7的驅動音源信號,並輸出至音源 信號生成機構15上。 音源信號生成機構15係相加由前述自適應音源檢索機構 11所輸入的自適應音源信號和由前述驅動音源檢索櫬構14 訂 線 本紙張尺度適用中國國家標準(CNS > Λ4規格(210Χ297公釐) 6 317631 A7 B7 五、發明説明(4 ) 所輸入之驅動音源信號Μ生成音源信號,並輸出至自適應 音源編碼簿1 0。 (請先閲讀背面之注意事項再填寫本頁) 在以上编碼结束之後*多工器3係將對應前述fi#化之 線性預測參數的编碼,和對應延遲參數L、驅動音源編碼I 、及音源增益点、7的編碼送出至傳輸線6上。 其次,就解碼器2之動作加K說明。 首先接受多工器3之輸出的分離機構4,係各別將線性預 測參數之編碼輸出至媒性預測參數解碼機構16上;將延遲 參數L、音源增益泠之編碼輸出至自適應音源解碼櫬構18 上;及將驅動音源編碼I、音源增益7之編碼輸出至驅動 音源解碼機構20上。 經濟部中央橾準局貝工消費合作社印装 線性預測參數解碼機構16,係解碼對應前述線性預測參 數之編碼的線性預測參數,並輸出至合成滤波器22上。自 適應音源解碼機構18,係從自逋應音源編碼簿17讀出對應 前述延遲參數L的自適應音源向量,又從前述自適應音源 增益/3的編碼中解碼自適應音源增益点,K生成前述自逋 應音源向量乘Κ前述自適應音源增益/3的自適應音源信號 ,並輸出至音源信號生成機構21上。驅動音源解碼機構20 ,係從驅動音源編碼簿19中謓出對應前述驅動音源編碼I 的驅動音源向量,又從前述驅動音源增益7的編碼中解碼 驅動音源增益7 ,Κ生成前述驅動音源向量乘以前述驅動 音源增益7的驅動音源信號,並輸出至音源信號生成機構 21上。 音源信號生成機構21係相加由前述自缠應音源檢索機構 本紙張尺度適用中國國家標準(CNS ) Α4規格(210X297公釐) 五、發明説明(5 ) Α7 Β7 20應 構適 櫬.自 碼至 解出 源輪 音並 動, 驅號 述信 前源 由 音 和成 號生 信Κ 源號 音信 應源 遒音 自動 的驅 入之 輪入 所 _ 18所
經濟部中央揉準扃貝工消费合作社印I 音源鑷碼簿17和合成濾波器22上。合成濾波器22係將由前 述音源信號生成機構21所輪入之音源信號,使用由前述線 性預測參數解碼櫬構16所輸入之線性預測參數進行線性預 測合成,並輸出語音輸出7。 又,作為上述習知之語音編碼解碼裝置之改良的先前技 術,及可獲得更高品質之語音輸出的語音編碼解碼裝置, 係有 P.Kroon and B.S.Atal 著〃 Pitch predictors with high temporal resolution ^ilCASSP" 90,pp661-664, 1 990)中所揭示者。 該習知所改良的語音煽碼解碣裝置,係在圔9所示之習 知語音編碼解碼裝置的構成中*作為自適懕音源檢索檄構 11中之檢索對象的延遲參數除了整數值之外亦有取非整數 有理數,自適應音源编碼簿10、17係將對應前述非整數有 理數之延遲參數的自瘇應音源向量內插生成於過去所生成 的音源信號之抽樣之間,而输出者。圃11係顯示延遅參數 1為非整數有理數之情況時之自缠應音源向董之例。圓 11(a)為12圔框長度之情況之例,而腿11(b)為1〈圔框長 度之情況之例。 藉由該棰構成,Μ高於語音_入之抽揉通期的精度決定 延遲參数,就可生成自缠應音源向霣,比日本專利特開昭 6 4-40 8 9 9號公報所揭示的装董通可生成更高品質的語音輸 出0 (請先Μ讀背面之注意Ϋ項再填寫本頁) -裝· -訂 線 本紙張又度適用中國國家揉隼(CNS ) Α4规格(210X297公釐) 317631 A7 Αν B7 五、發明説明(6 ) 又,作為習知之語音編碼解碼裝置的其他先前技術,有 日本專利特開平4-344699號公報。圈12為顯示習知語音编 碼裝置之全體構成之一例的構成圖。 圈12中,和圈9相同的部分使用相同的符號,而其說明 省略。 圖12中,23、24為驅動音源鏞碼簿,和圖9之驅動音源 编碼薄相異者。 在此就上述構成之編碼解碼装置的動作加K說明。 經濟部中央揉準局貝工消費合作社印製 首先,在牖碼器1中,自適應音源檢索機構11,例如對 20S1認128之範圍的延遲參數1,將由前述自適應音源编 碼簿10所輸入的自適應音源向董使用由媒性預測參數編碼 機構9所輪入之1子化的線性預測參數進行線性預測合成 Μ生成語音合成向置。接著,求出由語音輸入5以每一圔 框切出的語音輸入向量和前述語音合成向量的膣覺加權失 真。其次,比較評估前述失真,Μ求出前述失真變成最小 的延遲參數L和與之對應的自適應音源增益/3 ,並將前述 延遲參數L和自適懕音源增益/3的編碼輸出至多工器3和驅 動音源編碼簿23上,同時生成對應前述延遲參數L之自適 應音源參數乘Κ前述自適應音源增益/9的自適應音源信號 ,並輸出至誤差信號生成櫬構12和音源信號生成機構15上。 在驅動音源編碼簿23上,例如存儲有由随機噪音所生成 的Ν個驅動音源向量,並Κ對應前述延遲參數L之每一週期 重覆對懕由驅動音源檢索機構14所輸入之驅動音源編碼i 的驅動音源向量並將之週期化而輸出。圖13(a)為顯示遇 9 (請先閲讀背面之注意事項再填寫本頁) 本紙張尺度適用中國國家橾準(CNS ) A4規格(210X297公釐) 317631 Α7 Β7 五、發明説明(7 ) 例 ^ ^ ^ 量 } 期 向(b遇 源13之 音圖將 動如並 驅 , , 之況間 化情之 期的樣 數抽 理的 有量 數向 整源 非音 為動 , 驅 於 成 生 推 内 會 示 所 數 參 遲 延 在 量 向 源 音 動 驅 個 由 述电 前用 由 將 使 量 向 源 音 肋 屋 的 化 期 週 對之 係入 4 输 1 ® 構所 I 3 機 2 索簿 檢碼 源編 音 源 動音 驅 動 驅 數 參 測 預 性 線 的 ib 子 量 之 入 輪 所 9 構 機 碼 钃 数 參 測 預 性 線 諉成 由 合 出 音 求語 , 述 著前· 接和 〇 量 量向 向號 成信 合差 音誤 語的 成入 生輸 以所 成12 合構 測機 預成 性生 線號 行信 進差 (請先閲讀背面之注意事項再填寫本頁) 經濟部中央揉準局員工消费合作社印製 向量的聽覺加權失真。其次,比較評估前述失真,K求出 前述失真變成最小的驅動音源編碼I和與之對應的驅動音 源增益7 I並將前述驅動音源牖碼I和驅動音源增益7的 編碼輸出至多工器3上,同時生成對應前述驅動音源编碼I 之週期化的驅動音源向量乘Μ前述驅動音源增益7的驅動 音源信號,並輸出至音源信號生成機構15上。 在編碼结束之後,多工器3係將對應前述量子化之線性 預測參数的編碼,和對應延遲參數L、驅動音源編碼I、及 音源增益/3、7的編碼送出至傳輸線6上。 其次,就解碼器2之動作加以說明。 首先接受多工器3之輸出的分離機構4,係各別將線性預 測參數之編碼輸出至線性預測參數解碼機構16上;將延遲 參數L、音源增益/3之編碼輸出至自適應音源解碼機構18 、驅動音源編碼簿24上;及將驅動音源媚碼I、音源增益 7之煸碼输出至驅動音源解碼機構20上。 驅動音源編碼簿24存雠有和編碼側之驅動音源編碼薄23 本紙張尺度適用中國國家橾準(CNS ) Α4規格(210Χ297公釐) 10 317631 A7 ___B7 五、發明説明(8 ) 相同的N個驅動音源向量,並K對應前述延遲參數l之每一 通期重覆對應由驅動音源解碼皤構20所輸入之驅動音源編 碼I的驅動音源向躉並將之週期化,而.輸出至驅動音源解 碼機_ 20上。 驅動音源解碼機構20,係從前述驅動音源增益7的篇碼 中解碼驅動音源增益’ K生成由前述驅動音源編竭簿2 4所 鑰入之週期化的驅動音源向量乘以前述音源增益7的驅動 音源信號,而輸出至音源信號生成機構21上。 音源信號生成機構21係相加由自墉應音源解碼櫬構〗^所 输入的自通應音源信號和由驅動音源解碼檄構20所输入之 驅動音源信號Μ生成音源信號,並输出至自瑾應音源鍰碼 薄17和合成》坡器22上。合成濾波器22係將由前述音源信 號生成機構21所输入之音源信號,使用由線性預測參数解 碼機構16所輸入之線性預测參數進行線性預測合成,並输 出語音输出7。 〔發明所欲解決之問題〕 經濟部中央揉準局員工消费合作社印裝 在上述習知之語音编碼解碼装置中,在進行鏞碼之音源 檢索之際,可按照延遲參數,將自逋應音源向量或驅動音 源向量遇期化生成而作為圈框長度的音源向量•將之進行 媒性預測合成而生成語音合成向董*以求出在画框長度區 間之語音输入向a和語音合成向a的失真。但是,由於加 在線性預測合成上的運算量大,所以在音源檢索上有箱要 很大運算1之間題。 本發明係為解決如此間趄而所成者*其目的係在於獲得 11 (請先閲讀背面之注意事項再填寫本X ) 本紙張尺度逋用中國國家揉率(CNS > A4规格(210X297公釐) 317631 A7 B7 五、發明説明(9 ) 一種將語音進行編碼時,可迴避語音合成之品質劣化,且 K很少的運算量就可生成品質良好的語音合成之語音編碼 裝置及語音編碼解碼裝置者。 〔解決問題之手段〕 為解決上述問題*本發明之語音編碼裝置,係具備有: 目標語音生成機構*係從語音輸入中生成對應延遲參數之 向量長度的目標語音向量者;自適應音源編碼簿,係從過 去所生成的音源信號中生成對應前述延遲參數之商量長度 的自適應音源向量者;自i應音源檢索機構,係評估與由 前述自適應音源向量中所得之語音合成向量的前述目摞語 音向量相對的失真,並檢索失真為最小的自適應音源向量 者;及圖框音源生成機構,係從前述失真為最小的自通懕 音源向量中生成圖框長度的音源信號者。 經濟部中央樣準局貝工消費合作社印製 (請先閲讀背面之注^^項再填寫本頁) 又,本發明之語音編碼裝置,係更具備有:第二目檷語 音生成機構,係從目標語音向最和失真成為最小的自逋應 音源向量中生成第二目標語音向量者;驅動音源編碼簿* 係用以生成對應延遲參數的向量長度之驅動音源向量者; 驅動音源檢索櫬構,係用Μ評估與由前述驅動音源向1所 獲得的第二語音合成向S之前述第二目標語音向量相對的 失真,而檢索失真成為最小的驅動音源向1者;及第二圖 框音源生成櫬構,係從前述失真成為最小的驅動音源向量 中用以生成第二圖框長度的音源信號者。 又I本發明之語音編碼裝置,係具備有:目摞語音生成 櫬構,係從語音輸入中生成對應延遲參数之向1長度的目 本紙張尺度適用中國國家標準(CNS ) Α4規格(210X297公釐) -12 _ ______B7_ 五、發明説明(10 ) 標語音向1者;驅動音源编碼簿,係用以生成對懕延遲參 数的向量長度之驅動音源向量者;驅動音源檢索機構,係 用Μ評估與由前述驅動音源向1所獲得的語音合成向量之 前述目摞語音向量相對的失真,而檢索失真成為最小的驅 動音源向量者;及圈框音源生成機構,係從前述失真成為 最小的驅動音源向JI中用以生成圓框長度的音源信號者。 又,本發明之語音编碣装置,係更進一步對應語音输入 之節距週期而決定目棵語音向量及驅動音源向量的向1長 度者。 又,本發明之語音編碼装置,係更進一步使對應延埋參 數的向量長度取有理數者。 又,本發明之語音缠碼装置,係更進一步使目標語音生 成櫬構,Μ對應延遲參數的每一向ft長度分割圖框的語音 輸入,並相加平均每一向逢長度的語音输入Μ生成目檷語 音向量者。 經濟部中央揉率局貝工消费合作社印製 (請先閲讀背面之注意事項再填寫本頁) 又*本發明之語音鑷碼装置,係更進一步使目禰語音生 成櫬構,Κ每一向董長度分剌對應延遲參數的向置長度之 整數倍長度之語音輸入,並相加平均每一向量畏度的語音 輸入Κ生成目檷語音向量者。 又,本發明之語音編碼装置,係更進一步使對懕延遲參 數的向霣長度之整數倍長度在圔框長度Μ上者。 又,本發明之語音煸碼装置,係更進一步使目檷語音生 成機構按照有闞對應延遲參數的每一向S長度的語音输入 之特戤量* Μ決定每一向量長度相加平均語音_入以生成 _;_ 本紙張尺度適用中困國家標準(CNS ) Α4规格(210Χ297公釐) _ 13 · A7 經濟部中央梯準局貞工消费合作社印製 Β7 五、發明説明( II ) 1 S 摞 語 音 向 最 之 際 的 加 權 者 0 *· 1 | 又 , 本 發 明 之 語 音 m 碼 裝 置 9 係 更 進 — 步 使 有 鼷 對 應 延 1 1 1 遲 參 數 的 每 一 向 量 長 度 的 語 音 輪 入 之 特 徵 1 至 少 包 含 語 音 請 先 1 1 输 入 的 功 率 資 訊 者 〇 閱 背 I 又 f 本 發 明 之 語 音 m 碼 裝 置 9 係 更 進 — 步 使 有 闞 對 應 延 面 之 注 1 * I 遲 參 數 的 每 — 向 量 長 度 的 語 音輸 入 之 特 戡 董 至 少 包 含 語 音 意 事 1 項 I; 輪 入 的 相 « 資 訊 者 0 再 填 1 又 9 本 發 明 之 語 音 m 碼 裝 置 係 更 進 一 步 使 百 標 語 音 生 寫 本 頁 裝 1 成 機 構 按 照 對 應 延 遲 參 數 的 每 一 向 董 長 度 的 語 音 輸 入 之 時 1 1 間 闞 係 Μ 決 定 每 — 向 量 長 度 相 加 平 均 語 音 輸 入 生 成 巨 1 I 標 語 音 向 1 之 際 的 加 播 者 0 1 :訂 又 本 發 明 之 語 音 編 碼 装 置 9 係 更 進 — 步 使 百 檷 語 音 生 1 1 成 機 構 在 Μ 對 懕 延 遲 參 数 的 每 一 向 量 長 度 相 加 平 均 語 音 • 1 1 輸 人 之 際 微 調 每 一 向 量 長 度 的 語 音 _ 入 之 時 間 闞 係 者 〇 1 1 又 f 本 發 明 之 語 音 m 碼 装 置 9 係 更 進 一 步 使 圜 框 音 涯 生 線 成 機 構 9 Μ 前 述 每 — 向 量 長 度 重 覆 使 對 應 延 遲 參 數 的 向 1 I 長 度 之 音 源 信 號 通 期 化 9 Μ 生 成 圓 框 長 度 的 音 源 信 號 者 0 1 I 又 t 本 發 明 之 語 音 編 碼 装 置 係 更 進 一 步 使 圈 框 音 源 生 1 1 成 機 構 9 在 圈 框 間 内 插 對 應 延 理 參 數 的 向 量 長 度 之 音 源 信 1 1 號 Η 生 成 音 源 信 號 者 0 1 又 9 本 發 明 之 語 音 煸 碣 裝 置 » 係 更 進 — 步 使 i 逋 應 音 源 1 1 檢 索 機 構 具 儀 合 成 瀘 波 器 , 使 用 該 合 成 濾 波 器 之 脈 衝 應 答 1 1 I • >λ 反 覆 計 算 與 由 前 述 白 適 應 音 源 向 董 中 所 得 之 語 音 合 成 1 1 向 董 的 前 述 Β 標 語 音 向 量 相 對 的 失 興 者 ΰ 1 1 本紙張尺度適用中國國家標準(CNS > A4说格(210X297公釐) 五、發明説明(12 ) 又,本發明之語音鐶磚装置*係更進一步具備»加抽樣 (up-sanpling)語音輸入的語音_入增加抽樣櫬構,而目 標語音機梅係從被增加抽樣的語音鑰入中生成目禰語音向 量者。 又,本發明之語音编碥装置*係更進一步具備增加抽樣 遇去所生成的音涯信號之音源信號蝤加抽樣機構,而自逋 懕音涯编碼薄係從被増加抽樣之過去所生成的音源信號中 生成自遒應音涯向量者〇 又•本發明之語音煸碾裝置,偁更進一步使增加抽樣機 構對應延邏參數,以變更增加抽櫬倍率者。 又,本發明之語音纗碣裝置*係更進一步使埔加抽樣櫬 構只在按照對應延邏參數之向量長度的範園內變更語音输 入或音源信號的增加抽樣倍率者。 經濟部中央標準局貝工消费合作社印製 又,本發明之鑷碼解碼装置,係在编碣俩具備有,目獮 語音生成櫬構,係從語音_入中生成對應延邏參數之向最 長度的目檷語音向1者;自癰應音源编碣簿,係從逢去所 生成的音源信號中生成對應前述延遲參數之向ft長度的自 癯應音源向量者;自遘應音源檢索機構,係評估與由前述 自逋應音源向ft中所得之語音合成向δ的前述目檷語音向 最相對的失真,並檢索失真為最小的自磨應音源向ft者; 及框音涯生成拥構·係從前述失真為最小的自遑應音源 向量中生成圈框畏度的眘源信號者•另一方面在解碼側具 拥有•自適應音源編碼薄,用以生成對應延遲參數之向量 長度的自遍應音源者:及框音源生成播構,係從自遑應 15 (請先Η讀背面之注^^項再填寫本買) 本紙張尺度適用中國國家標準(CNS ) Α4規格(210Χ297公釐〉 317631 A7 B7 五、發明説明(13 ) 經濟部中央橾準局員工消费合作社印敢 音源向量 又,本 有,第二 音源向量 係用K生 驅動音源 獲得的第 失真,而 框音源生 中用Μ生 側具備有 向1長度 係從驅動 又*本 語音生成 向量者; 源向量者 音源向董 的失真, 音源生成 用以生成 有,驅動 度之驅動 源向量中 中用Κ生 發明之編 目標語音 中生成第 成對應延 檢索機構 二語音合 檢索失真 成機構, 成第二圖 ,驅動音 之驅動音 音源向量 發明之編 機構,係 驅動音源 ;驅動音 所獲得的 而檢索失 機構,係 圖框長度 音源編碼 音源向量 用Μ生成 成圖框長度的音源信號者 碼解碼裝置,係更進一步 生成機構,係從目標語音 二目標語音向量者;驅動 遲參數的向量長度之驅動 ,係用以評估與由前述驅 成向S之前述第二目標語 成為最小的驅動音源向量 係從前述失真成為最小的 框長度的音源信號者,另 源編碼簿,係用Μ生成對 源向量者;及第二圔框音 中用Μ生成第二圓框長度 碼解碼裝置,係在編碼側 從語音輸入中生成向量長 編碼簿,係用以生成向量 源檢索機構,係用Κ評估 語音合成向S之前述目標 真成為最小的驅動音源向 從前述失真成為最小的驅 的音源信號者,另一方面 簿,係用Μ生成對應延遲 者;及圖框音源生成櫬構 圖框長度的音源信號者。 在編碼側 向虽和自 音源編碼 音源向量 動音源向 音向1相 者;及第 驅動音源 一方面在 應延遲參 源生成機 的音源信 具備有, 度的目檷 長度之驅 具備 適應 簿, 者; 量所 對的 二圓 向量 解碼 數的 構, 號者 目標 語音 動音 與由前述驅動 語音向量相對 量者;及圖框 動音源向董中 在解碼側具蔺 參数的向量長 ,係從驅動音 (請先聞讀背面之注意事項再填寫本頁) 本紙張尺度適用中國國家橾準(CNS ) Α4規格(210 X 297公釐) 16 1 β - 經濟部中央梯準局貞工消费合作社印製 A7 B7 五、發明説明(u ) 〔發明之實施形態〕 霣施形態1 . B1為顬示本發明之實施形態1之語音«碼裝置及語音解 碼裝置的全«構成方塊_。 圔1中,1為編碼器,2為解碥器,3為多工器,4為分敲 檄構,5為語音输入,6為傳輪線,7為語音_出° 堪碼器1係由W下之8、9、15、及25〜36所構成° 8為镍 性預_參數分析櫬構,9為線性預澜參數纗碥機構’ 15為 音源信號生成機構,25為抽出語音输入之節距邐期的節距 分析檐構,26為在檢索自《I應音源向量之際決定廷遲參數 之檢索範圃的延邇參數檢索範麵決定檐構,27為埔加抽樣 語音输入的語音鑰入谱加抽樣機構,28為用K生成對應延 IS參数之向霣長度之目標語音向量的目禰語音生成機構* 29為增加抽樣過去所生成的音灌信號之音涯信號增加抽樣 機構· 30為從過去所生成的音海信轚中輸出對懕延遲參数 之向量長度之自缠應音源向量的自逋應音源編碼簿· 31為 自通應音源檢索櫬構•係評估與由自鳙應音源向董中所得 之語音合成向量的前述目禰語音向量相對的失冥•並檢索 .失真為最小的自通應音源向量者· 32為圈框音源生成機構 ,係從對應延遅參數之向量長度的自癱懕音源向ft中用Μ 生成圖框長度的音源信號者,33為第二目禰語音生成欐構 ,係用以對應驅動音源向ft檢索中之音源#數的向量長度 之目禰語苷向最者;34為驅動音源編碾簿,係鍮出對應延 埋#數之向最長度的驅動音源向量者,35為驅動音源檐索 本紙張尺度適用中國國家橾隼(CNS ) A4規格(210X297公釐) 17 —I- —>i Bmli n L.^— a^i· ϋ^_— 1 ·ϋ mmmm I (請先w讀背面之注$項再填寫本茛) 訂 線· 317631 經濟部中央標準局*ς工消费合作社印装 A7 B7五、發明説明(15 ) 鼸構’係用Μ評估與由糴動音源向量所獲得的語音令成向 量之第二目禰語音向量相對的失真,而檢索失真成為最小 的颺動音源向量者,36為第二麵框音源生成櫬構,係從對 應延遲參數之向1長度的驅動音源信號中用Μ生成圖框長 度的騸動音源信號者。 又,解碭器2係由以下之16、21、22、及37〜43所構成 。16為線性預測參數解碣櫬構,21為音涯信號生成皤構, 22為合成濾波器* 37為埔加抽樣過去所生成的音源信號之 音源信號增加抽樣機構,38為输出對懕延遲參数之向量長 度之自缠應音源向量的自遽懕音源鑷碼薄,39為自癯應音 涯解碼櫬構,係解碣辑應延埋#败之向量長度的自竈應音 源信號者,40為園框音灌生成機構,係從對應延邏參數之 向量長度的自遴應音涯向悬中用Μ生成圏框長度的音源信 號者,41為驅動音源鏞磚薄,係输出對應延蠼參數之向量 長度的驅動音源向量者,42為皤動音源解碼櫬構,係解碣 對應延遲#數之向量長度的驅動音源信號者* 43為第二圃 框音涯生成檄構,係從對懕延遲參數之向量長度的驅動音 源信號中用Κ生成圓框長度的鼷動音源信號者。 Κ下說明動作。 首先在鍰碼器1中,例如,以8kHz所抽樣的数位語音信 號當作語音输入5來_入。媒性預拥參數分析懺構8,係分 析前述語音輪入5·而抽出作為語音之頻繒包络資訊的媒 性預測參數。接著線性預拥I參數絪碣懺構9將已抽出的前 述線性預拥參敝量子化 > 並將與之對應的編碣_出至多工 本紙張尺度逋用中國國家橾準(CNS) A4规格(2丨〇><297公釐> -18 - (锖先閱讀背面之注意Ϋ項再填寫本頁) 裝· 訂 線* Α7 Β7 經濟部中央揉率局員工消费合作社印装 五、發明説明(16 ) 器3上,同時將董子化的媒性預测參数耱出至自適應.音涯 檢索櫬構31、第二目禰語音生成機構33、鼷動音源檢索嫌 構35上。 節距分析機構2 5係分析語音输入5M抽出節距通期P。接 著延遲#數檢索範圍決定櫬構26係從前述節距通期P例如 按照式(1)而決定在檢索自癩懕音源向量之際的延遲參數1 之檢索範团1» t ηέΐέΐ» a X *以輸出至語音輪入埔 加抽樣拥構27、音源信號增加抽樣櫬構29、自邊應音源檢 索機構31上。在此,ΔΡ例如係設為P/10。 1 m I η =Ρ-Δ Ρ 1· a χ=Ρ + ΔΡ (1) 語音輸入增加抽樣機構27係Μ按照由延遲參數檢索範醒 決定櫬構26所輪入的延蠼參數之檢索範園之抽樣率,例如 在作為钃碣音源信號的睪位之圔框區間增加抽樣語音输入 5·以_出至目標語音生成櫬構28上。在此,埘加抽樣率 ,例如係依Μ下所決定。 在丨之情況,進行4倍增加抽樣。 在45盔lmtn<65 之情況*進行2倍增加抽樣。 在65忘1« I η 之情況,不進行埔加抽樣。 目檷語音生成櫬構28係將由前述語音輸入增加抽樣襪構 2 7所输入之增加抽樣的圓框長度之語音输入,對懕由自逋 應音源檢索機構31所輸入的延遲參數1·例如Μ每一通期1 進行分割,藉由相加平均對懕該分割之延«參败丨的每— 向ft長度之語音输入· Η生成對應延邐參败1的向量長度 (請先聞讀背面之注意事項再填寫本頁) h -裝. 訂 本紙張尺度適用中國國家標準(CNS ) A4規格(210x297公釐) 19 317631 經濟部中央揉準局負工消费合作社印製 A7 __B7_____五、發明説明(Π ) 之目檷語音向5,並輪出至自缠應音源檢索機構31和第二 目禰語音生成櫬構33上。在此,延遲參數1除了取整數值 之外*亦可取非整數有理數,按照1的存在範画,例如在 將It n t作為整数俥延埋的情況時可取以下的值。 在 1<45 之情況,It n t , li n t+1/4* 1· „ 1/2 * 1 t „ t +3/4 在 45忘 1<65 之情況,h n t , li n t +1/2 在65Sil 之情況,llnt 圈2顯示對應由圓框長度之語音鑰入所生成的延通參數1 的向ft長度之目檷語音向最之例。在此,在1泛圖框長度 的情況不會進行前述相加平均,而畲將鼷框長度的語音輪 入當作目禰語音向量。 音源信號增加抽樣拥構29»係只在按照由前述延遲參數 檢索範園決定懺構2 6所輸入的前述延遲參數之檢索範園之 自缠應音源檢索所需要的區間上,Μ對應前述延邐參数之 檢索範圃之抽樣率埔加抽搛在由音源信諕生成櫬構15所输 入之過去中所生成的音源信號,Μ輸出至自缠應音源编碣 簿30上。在此,增加抽樣率,例如係依以下所決定。 在1<45 之區間,進行4倍增加抽樣。 在45客1<65 之區間,進行2倍增加抽樣。 在65^1 之S間,不進行螬加抽樣。 自癱懕音源鏞碼薄30係從由音源信號坩加抽樣櫬構29所 輪入之增加抽樣的音源信號中,將對應由自遽應音源檢索 播構31所輸入的延趣參數1之向ft長度的自邇應音源向蠢 (請先閱讀背面之注$項再填寫本頁) η 訂 >» T-錬. 本紙張尺度適用中國國家標準(CNS ) A4規格(21〇X297公釐) -2〇 經濟部中央揉準局員工消费合作社印«. A7 B7_ 五、發明説明(18 ) ~ _出至自適應音源檢索櫬構31上。在此,前述自逋應音涯 係對延遲參數1切出通去一個抽樣的音涯信號者,在1 畏度的情況會從—個抽樣過去中切出画框長度的音 源信號》 自《H音源檢索機構31·具備有合成漶波器,係使用由 數鑷碼櫬構9所输入之量子化的線性預测參數 Μ求出合成》波器的脈衝應答。其次,對於llB t „彡1彡 1» a x的範圃之延遲參數丨,使用前述脈衡應答反覆計算 &成由前述自逋應音源編碼簿30所输入的自逋應音源向最 ’ W生成語音合成向S。接著,求出由萌述目標語音生成 櫬《28所输入的目標語音向量和前述語音合成向ft的聽覺 加權失真。其次,比較評估前述失真,Μ求出前述失真變 成最小的延理參數L和與之對應的自遽應音源埔益点*並 將前述延遲參數L和自遽應音源增益々的鏞碼輸出至多工 器3和驅動音源鑷碼薄34上,同時生成對應前述延邂參數L 之自瘇應音源參數乘以前述自通應音源增益/3的自逋應音 源信號,並输出至画框音源生成櫬構32和第二目標語音生 成櫬構33上。在此,前述自適應音源信號,係在L〈豳框長 度的情況為L抽樣,而在LS_框長度的情況為圈框長度的 信號。 圈框音滙生成櫬構3 2係從由前述自遘應音源檢索檄構31 所輸入的自遽應音源信號中,例如Μ每一通期L反覆進行 並埋期化· Κ生成圖框長度的自遘懕音源信號,而输出至 音源信號生成機構15上。 本紙張尺度適用中國國家標準(CNS ) Α4規格(210X297公釐) -2\ - (請先閲讀背面之注$項再填寫本頁) -裝· 訂 線 經濟部中央揉準局男工消费合作杜印製 A7 B7 五、發明説明(19 ) 第二目標語音生成機構33係使用由媒性預測參數禪碼機 構9所輸入之量子化的線性預测參數將由前述自逋懕音源 檢索櫬構31所輸入的自適應音源信號進行線性預測合成Μ 生成語音合成向量。接著,求出由目禰語音生成機構28所 輸入的目標語音向量和前述語音合成向量的差,並將之當 作第二目標語音向1輸出至驅動音源檢索機構35上。 在驅動音源牖碼簿3 4上,例如存儲有從皤櫬噪音中所生 成的Ν個驅動音源向1,以對應前述延遲參數L的向量長度 切出及輸出對應由驅動音源檢索櫬構35所輸入的驅動音源 编碼i之驅動音源向量。在此,在L迄臛框長度的情況,畲 輪出圓框長度的驅動音源向董。 驅動音源檢索櫬構35傜對N俚驅動音源向Μ,將由前述 驅動音源編碼簿34所输入之切出的騮動音源向5使用由前 述媒性預測參數蹁碼櫬構9所输入之ft子化的線性預測參 數進行線性預測合成Μ生成語音合成向量。接著,求出由 前述第二目禰語音生成機構33所输入的第二目標語音向董 和前述語音合成向量的聽覺加播失真。其次*比較評估前 述失真,Κ求出前述失真變成最小的驅動音源鏞碼I和與 之對應的驅動音源增益7 ,並將前述驅動音源鏞碼I和驅 動音源坩益7的編碼輸出至多工器3上*同時生成對應前 述驅動音源編碼I的驅動音源向ft乘Κ前_驅動音源增益 7的驅動音源信號,並輸出至第二躕框音源生成櫬構36上。 第二鬮框音源生成機構36係從由前述驅動音源檢索櫬構 35所輸入的驅動音源信號中,例如以每一週期Lit行反覆 本紙張尺度適用中國國家標準(CNS ) A4规格(210X297公釐) -2 2 - (請先聞讀背面之注$項再填寫本頁) -裝. 訂 線 經濟部中央橾準局貝工消费合作社印製 A7 B7 五、發明説明(20 ) 埋期化,以生成圈框長度的驅動音源信號,而输出至音源 信號生成檐構15上。 音源信號生成櫬構15係相加由前述匾框音源生成機構32 所输入的圔框長度之自通懕音源信號和由前述第二圆框音 源生成櫬構36所输入的圃框長度之驅動音涯信號K生成音 涯信號,而输出至音源信號增加抽樣機構29上。 在K上鏞碣结束之後,多工器3係將對應前述量子化之 線性預洒參數的钃碼,和對應延遲參數L、驅動音源緬碥I 、及音源«益/3、7的編碼送出至傳输媒6上。 Μ上係本資施形態1之語音«碼装置的特激性動作。 其次,就解碼器2之動作加以說明》 首先接受多工器3之輸出的分離循構4,係各別將線性預 測參數之鏞碼输出至線性預澜參數解碥機構16上;將延遲 參數L之鑷碼输出至自遺應音源解碣機構39、颶励音源钃 碼薄41上;音源增益泠之钃碥輸出至自逋應音源解碼櫬構 39上;及將鼴動音源繾碣I、音源堪益7之獮碣輪出至驅 動音源解碼機構42上。 自逋應音源解碼櫬構39·係首先將前述延埋參數輸出至 音源信號埒加抽搛機構37和自癯應音源.钃碣薄38上。音涯 信號增加抽揉機構37,在按照由前述自瘇應音源解碣櫬構 3 9所輸入的前述延遲參數L之值之自遘應音源向量生成所 需要的匾間,Κ按照前述延遲參數L之值之抽樣率*埔加 抽樣由音湄信號生成镛構21所輸入的過去中所生成的音滙 信號,以輸出至自逋應音源钃磉簿38上。在此•增加抽樣 (請先聞讀背面之注$項再填寫本頁) .裝. 訂 -線· 本紙張尺度適用中國國家標车(CNS ) A4規格(210 X 297公釐) 23 317631 Α7 Β7 經濟部中央揉準局負工消費合作社印製 五、發明説明(21 ) 率係和編碼器中的音源信號埔加抽樣櫬構29同樣決定。 自逋應音源纗碼簿38係從由前述音源信號增加抽樣櫬構 3 7所輪入之增加抽樣的音滙信號中,將對應由自缠懕音源 解碼檄構39所輪入的延遲參數L之向量長度的自邊應音源 向最輸出至自邊應音涯解碣櫬構39上。在此,萠逑自應應 音源向霣係對延遲參數L切出通去L參數的音源信號者,在 框長度的情況畲從L抽樣達去中切出鼸框長度的音源 信號。 自逋應音源解碼機構39·係從前述自逋應音源堉益冷之 撙益中解碣自逋應音源埔益/3,以生成由前述自逋應音涯 钃碼薄38所输入的自遽應音源向最乘K前述自遽懕音源增 益卢的自遽應音源信號,而输出至Η框音涯生成檐構40上 。框音源生成機構40係由自遽應音源解碼機構39所输入 的自瓛應音源信號中,例如Κ每一埋期L反覆遁期化,Κ 生成讓框長度的自遒應音源信號,而_出至音源信號生成 機構21上。 鼷動音源编碼簿41係存雔有和編碼側之驅動音源編碼薄 34相同的Ν儷驅動音源向量,並以對應前述延遲參數L之向 fi長度切出對應由SI動音源解碼櫬構42所_入之驅動音源 钃碣I的驅動音源向量·而輸出至驅動音源解碼播構42上。 驅動音源解碣機構42,係從前述鼷動音源增益7的堪碼 中解碼驅動音源增益,Μ生成由前述驅動音源級碼薄41所 輪入之切出的軀動音源向量乘以前述音源埔益7的驅_音 源信號,而_出至第二圈框音源生成播構43上。第二_框 本紙張尺度適用中國國家標準(CNS ) Α4規格(210Χ 297公釐) -----J---- I 裝-- (請先W讀背面之注意事項再填寫本頁) 訂 線 經濟部中央揉準局負工消費合作社印装 A7 B7___ 五、發明説明(22 ) # is生成櫬構43係從由前述騸動音源解碼櫬構42所输入的 音源信號中,例如以每一埋期P反覆遇期化,以生成 圓框長度的驅動音灌信號,而輪出至音源信號生成櫬構21 上。 音源信號生成機構21係相加由前述鼷框音源生成櫬構40 所_入的Η框長度之自應應音源信號和由前述第二_框音 源生成櫬構43所输入之圔框長度的騮動音源信號Μ生成音 源信號*並输出至音源信號埔加抽樣馥構37和合成濾波器 22上》合成瀘波器22係將由前述音源信號生成機構21所输 入之音源信號,使用由嬢性預拥參數解碣機構16所鑰入之 線性預測參數進行媒性預測合成,並_出語音输出7。 以上係本實施形態1之語音解碣装置的特激性動作。若 依據本實施形態1,則在決定最佳的延埋參數之際,當延 理參數1短於圔框畏度時遇期性相加平均語音输入Μ生成 向量長度1的目禰語音向量·相對於此轷估和線性預測合 成向量县度1之自遒應音涯向量所生成的語音合成向量之 失真•又*即使在決定最佳的鼷動音源》礓之際,亦可箱 由在失真評估上使用媒性預测合成向董長度1之驅動音滙 向fi所生成的語音合成向量,埋避語音合成的品質惡化, 及可生成理算量少且品霣佳的語音合成。 霣施形態2 . 在上述賁施形態1中,在_框音源生成《構32、40及第 二國框音源生成機構36、43之方面,雖係Μ每一理期L反覆 將對應延邏參數L之向fi長度的自蠊應音源信號或騸動音 本紙張尺度適用中國國家揉準(CNS >A4規格(2丨0X297公釐) -25 - (請先聞讀背面之注f項再填寫本頁) η -裝. 訂 線 317631 A7 B7 五、發明説明(23 ) 源信號遇期化,K生成圃框長度的自適應音源信號或驅動 音源信號,但是亦可將前述對應前述延遲參數L之向霣長 度的自適應音源信號或驅動音源信號,例如Μ每一通期L 進行波形内插,在圈框間内插,Μ生成圖框長度的自適應 音源信號或驅動音源信號。 若依據該貿施形態2,則可使圈框間的音源信號之變化 變得滑顒,使語音合成的再琨性良好,並使品質提高。 實施形態3. 在上述實施形態1、2中,雖係從對應延遲參數L之向董 長度的自逋應音源信號或驅動音源信號中,使用圈框音源 生成櫬構和第二圖框音源生成櫬構Κ生成疆框長度的自逋 應音源信號或圖框長度的驅動音源信號,並相加該等而生 成圖框長度的音源信號,但是亦可相加對應延遲參數L之 向量長度的自適應音源信號或驅動音源信號以生成對應延 遲參數L之向量長度的音源信號,例如以每一週期L反覆將 之遇期化,而生成圖框長度的音源信號。 g施形態4. 經濟部中央梂隼局貝工消费合作社印装 (請先閲讀背面之注意事項再填寫本頁) 在上述實施形態1中,編碼器、解碼器雖皆採用新的構 成,但是亦可將编碼器作為實施形態1的编碼器,將解碼 器作為圖12所記載之習知的解碼器。 實施形態5. 在上述實施形態1中,在目標語音生成機構28之方面雖 该從國框長度之語音输入中生成對應延遲參數1之向量長 度的目標語音向量,但是亦可如圈3所示,從對應延遲參 本紙張尺度適用中國國家標準(CNS ) A4規格(210 X 297公釐) -2 6 _ 317631 A7 ._____'_B7_ 五、發明説明(24 ) 數1之向量長度之整數倍長度的語音輸入中生成目檷.語音 向量。 (請先閲讀背面之注$項再填寫本頁) 若依據該實施形態5,則在生成目標語音向量之際的平 均化處理中,沒有必要進行向量長度相異的向量,就可簡 單處理。又,藉由在使超出圖框長度之語音輸入進行語音 傾碼之際的評估上使用,就可使語音合成之再現性良好, 並使品質提高。 實施形態6. 在上述實施形態1中,在目禰語音生成機構28之方面雖 係在從語音輸入中生成對應延遲參數1之向fi長度的目禰 語音向量之際將之單純平均,但是亦可如IB 4所示,利用 按照對應各延遲參數1之向量長度之語音输入的功率加播 ,例如,使功率越大加播就越大,而進行相加平均。 若依據該實施形態6,則在生成目檷語音向量之際的平 均化處理中,藉由利用語音输入之功率大的部分進行加播 語音編碼,就可使帶給主觀品質影響大的語音合成之功率 經濟部中央梂準為貝工消费合作社印策 高 提 質 品 使 並 好 良 成 變 性 規 再 r 之態 分形 部施 的實 大 中 数 參 遲 延 應 對 成 生 態中 形入 施輸 實 音 述語 上從 在在 係 雖標 面目 方的 之度 28長 構量 機向 成之 生I 音 語 檷 百 在 用播 利加 ’ 率 示功 所的 It 入 0 音 語 之 度 長 5量 均向 平之 純U 單數 之參 將遲 際延 之各 Μ 應 向對 音照 語按 圖 如 可 亦 是 但 输 音 語 之 長 數進 參以 遲’ 延播 各加 他小 其縮 應況 對情 和的 在低 , 關 如相 例的 , 入 27 本紙張尺度逋用中國國家標準(CNS ) Α4規格(2!0><297公釐) 317631 A7 B7 經濟部中央揉準局貞工消費合作社印製 五、發明説明( 25) 1 1 若 依 據 該 實 施 形 態 7 則在生成目標語音向量之際.的平 1 1 均 化 處 理 中 藉 由 縮 小 語 音輸入在具有週期1之週期性的 1 1 情 況 相 關 低 的 部 分 之 加 權 而進行語音編碼,即使對節距週 請 先 1 1 期 變 動 的 語 音 輸 入 亦 可 生 成對應1節距週期的失真小的目 閲 背 1 1 標 語 音 向 量 使 語 音 合 成 之再現性良好,並使品質提高。 面 之 注 1 實 施 形 態 8 . 1 項 μ 在 上 述 實 施 形 態 1中 在目標語音生成機構2δ之方面雖 再 填 1 係 在 從 語 音 輸 入 中 生 成 對 應延遲參數1之向躉長度的目標 % 本 頁 奴 1 語 音 向 量 之 際 將 之 單 純 平 均,但是亦可如圖6所示*利用 1 1 按 照 對 應 各 延 遲 參 數 1之向1長度之語音輸入的功率加權 1 I » 例 如 對 圖 框 境 界 近 旁 的語音輸入加大加權,以進行相 1 1 訂 加 平 均 0 1 I 若 依 據 該 實 施 形 態 8 則在生成目標語音向量之際的平 1 1 均 化 處 理 中 藉 由 在 ΓΕΠ 腦 框 境界近旁的語音輸入中加大加權 1 而 生 成 巨 τη 保 語 音 向 3 並 將之編碼,就可使圖框境界近旁 γ 線 | 的 語 音 合 成 之 再 現 性 良 好 ,並可使圖框間的語音合成之變 化 變 得 滑 順 0 該 效 果 係 在圔框間内插生成實施形態2中 1 之 音 源 信 號 的 情 況 時 特 別顯著。 1 1 簧 施 形 態 9 . 1 1 在 上 述 實 施 形 態 1中 ,在目標語音生成機構28之方面雖 1 I 像 在 從 語 音 輸 入 中 生 成 對 應延遲參數1之向虽長度的目標 1 1 I 語 音 向 最 之 際 Μ 每 · 週 期 1相加平均語音輸入,但是亦可 1 1 I 如 圖 7所示 ,例如為了使對應各延遲參數1之向量長度之語 1 1 音 輸 入 間 的 相 互 關 (c Γ 0 S S -correlation)變成最大•而微 1 1 本紙張尺度適用中國國家梂準(CNS ) A4規格(210X297公釐) -28- A7 B7 經濟部中央梂準局負工消费合作社印«. 五、發明説明(26) 鋦切出語音輪入的位置*並將之相加平均。 若依據該實腌形軀9,則在生成目搮語音向1之際的平 均化處理中,為了使對應延蠼參數1之向董長度之語音輪 人間的相互闞變成最大而微調所切出的位置,即使對節距 通期變動的語音輪入亦可生成對應1節距通期的失真小的 目禰語音向量,使語音合成之再現性良好*並使品質提高。 資施形態10 . 画8為顯示本發明寊胞形態10之語音鏞碼装置及語音解 碼装置之全級構成的方塊画。在該圈中和圈1相同的部分 使用相同的符號,並省略其說明。 H8中,與圈1比較新的構成係如K下所示。44為增加抽 樣語音輸入的語音输入增加抽揉機構,45為用Μ生成對應 節距遇期之向量長度之目樣語音向量的目檷語音生成檐構 ,46、51為軀動音源蟠碣薄,係輸出對應節距通期之向ft 長度的驅勖音源向ft者,47為驩動音源檢索播構,係用Μ 評估與由鼷動音源向JI所蕕得的語音合成向躉之目禰語音 向量相對的失真,而檢索失真成為最小的驅動音海向量者 ,48為第二目欏語音生成拥構•係用以生成對應第二驅動 ,音源向量檢索中之節距通期的向1長度之目標語音向量者 ,49、54為第二驅動音源緬碣薄,係用以輸出辑應節距埋 期之向量長度的第二驅動音源向量者,50為第二播動音源 檢索機構,係用以評估與由第二糴動音源向董所獲得的語 音合成向1之第二目檷語音向量相對的失真,而檢索失真 成為最小的驅動音源向fi者· 52為驅動音源解碣機構•係 本紙張尺度適用中國國家標準(CNS > A4规格(210X297公釐) -29 - (請先閲讀背面之注$項再填寫本頁) •裝· 訂 線. S17631 A7 __B7_ 五、發明説明(27 ) 用以解碼對應節距通期之向量長度的驅動音源信虢者· 53 為團框音源生成機構,係從對應節距通期之向量長度的驅 動音涯向量中用Μ生成圈框長度的驅動音源信號者,55為 第二驩動音灌解碼櫬搆|係用Μ解碼對應節距通期之向董 長度的第二驅動音源信號者,56為第二圖框音涯生成循構 ,係從對jT節距週期之向量長度的第二驅動音源信號中用 以生成圄框長度的驅動音源信號者。 以下,係以上述的新構成為中心說明其動作。 首先,在«碼器1中,節距分析拥構25係分析語音輸入5 而抽出節距埋期P,以输出至多工器3、語音輸入增加抽樣 機構44、目檷語音生成播構45、驅動音源鏞碼薄46、第二 驅動音源篇碼薄49上。在此,節距通期P除了整數值之外 ,亦取非整數有理數*按照P的存在範,例如在將* 設為蝥數值節距通期的情況取得Μ下值》 .在 Ρ<45 之情況,為 Pi n t »Pl n t+l/4,Pl n t ♦ 1 / 2 . P I n t + 3 / 4 在 45 忘 P<65 之情況,為 P t n * ,P t n t +1/2 經濟部中夬揉準局貝工消费合作社印製 (請先閲讀背面之注項再填寫本頁) 在65SP 之情況,為Pint 語音輸入增加抽樣機構44係M按照由節距分析機構25所 _入的節距通期之抽揉率•例如在作為篇碼音源信虢之簞 位的圓框區間埔加抽樣語音_入5·以输出至目檷語音生 成機構45上。在此,埔加抽樣率,例如係由以下所決定。 在Ρ<45 之情況,進行4倍增加抽樣。 在45SP<65 之情況,埋行2倍壜加抽揉。 本紙張尺度遑用中國國家橾準(CNS > A4规格(210X297公釐) -3〇 ** 經濟部中央搮率扃貝工消费合作社印裝 A7 ___B7_ 五、發明説明(28 ) 在65SP 之情況,不進行增加抽樣。 目檷語音生成機構45係將由前述語音输入增加抽樣機構 44所輪入之埔加抽樣之框長度的語音輪入,對應由節距 分析機構25所輸入的節距理期,並藉由例如以每一埋期p 相加平均,K生成向量長度P的目禰語音向量,而鑰出至 II動音源檢索櫬構47和第二目檷語音生成機構48。在此, 在P^·框長度的情況不進行前述相加平均,而將框長 度的語音输入作為目禰語音向ft。 在驅動音源鏞碾薄46上,存雔有例如由醣檐晚音所生成 的N個鼷動音源向悬,利用對應由前述節距分析機構25所 輸入的節距通.期P之向量長度切出及输出對應由腰動音源 檢衆櫬構47所輸入的糴動音源編碼i之駆動音源向量。在 此,在P备圈框長度的情況,輸出釅框長度的疆動源向量。 驅動音源檢索機構47係對N個祖動音源向量,將由前逑 臛動音源钃碼薄46所输入之切出的驅動音源向量使用由擦 性預測參數编碣櫬構9所《Τ入之量子化的媒性預测參數進 行線性預測合成以生成語音合成向1。接著,求出由前逑 目禰語音生成機構45所輪入的目標語音向量和前述語音合 成向量的聽覺加播失真。其次,比較評估前述失真,W求 出前述失真變成最小的鼷動音源钃碼I和與之對應的驅_ 音源堆益7 ,並將前述驅動音源編碼I和驅動音源增益7 的鏞碼_出至多工器3上,同時生成對應前述驅動音源繾 碥I的驅動音源向ft乘以前述驅動音源增益7的軀動音源 信號,並输出至第二目禰語音生成檝構48上》 本紙張尺度適用中國國家揉準(CNS ) A4规格(210X297公釐) -31 - (請先閱讀背面之注f項再填寫本頁) h 裝· 線‘ 經濟部中央梂率局負工消费合作社印裝 A7 B7__ 五、發明説明(29 ) 第二目欏語音生成機構48係將由前述驅動音源檢索櫬構 47所输入之驅動音源信號使用由線性預两I參數鑲磚櫬構9 所輸入之量子化的媒性預測參數進行線性預測合成W生成 語音合成向量。接著,求出由前述目棵語音生成櫬構45所 _入的目檷語音向量和前述語音合成向量的差•並將之當 作第二目檷語音向量输出至第二儸動音源檢索櫬構50上。 在第二驅動音源篇碼薄49上,存儲有例如由随機嗓音所 生成的N傾驅動音源向霣·利用對應由前述節距分析機構 25所輸入的節距迥期P之向ft長度切出及_出對應由驅動 音源檢索櫬構50所输入的驅動音源掮碼j之第二鼷動音源 向量。在此,在P在圔框長度的情況*輪出圔框長度的驅 動源向5 〇 第二騸動音源檢索機構50係對N個糴動音源向量,將由 前逑第二驅動音源繾碼薄49所_入之切出的第二騮動音源 向量使用由前述線性預测參數編碣機構9所输入之董子化 的線性預测參數進行媒性預測合成以生成語音合成向量。 接著,求出由前述第二目禰語音生成機構48所_入的第二 目檷語音向量和前述語音合成向量的睡覺加播失真。其次 ,比較評估前述失真,以求出前述失真變成最小的第二驅 動音源緬碣J和與之對應的驅動音海增益7 2,並將前述第 二驅動音源鑷碣J和驅動音源增益7 2的緬碼輪出至多工器 3上°
在以上掮碼结束之後,多工器3係將對應前述量子化之 線性預测參数的编磚,和對應節距通期P、辐動音源鏞礴I 本紙張尺度適用中國國家榡準(CNS ) A4規格(210X297公釐) · 32- (請先閩讀背面之注$項再填寫本頁) h -- 訂 線- 經濟部中央揉準局貝工消费合作社印製 A7 B7 五、發明説明(3〇 ) 、J及音源增益7、72的編碼送出至傅输埭6上。 以上係本»施形戆10之語音鏞碼裝置的特戡性動作。 其次*就解碼器2之動作加以說明。 胃&接受多工器3之_出的分離機構4*係各別將線性預 »#*5ίϋΒ碼输出至線性預测參數解碼櫬構16上;將節距 «期Ρ之編碼輸出至驅動音源繮碼簿51、第二驅動音源鍰 ϋ薄[5 4上;將驅動音源纗碼I、音源增益7之傾碼輪出至 驅動音源解碼皤構52上;及將第二驅動音源《«J、音源 «益7 2之緬碼輸出至第二騸動音源解碣機構55上。 ϋ動音源繙碼簿51係存髄有和纗碼供之驅動音源鏞碣薄 46相同的Ν個騮動音源向量,並Μ對應前述節距遍期ρ之向 董長度切出對應由驅動音源解碼櫬構5 2所輸入之驅動音源 鏞碼I的驅動音源向量·而輸出至驅動音源解碼櫬構52上。 驅動音源解碼檄構52,係從前述驅動音源蝤益7的钃碣 中解碥驅動音源坩益7 ,以生成由前述騙動音源牖碣薄51 所輪入之切出的驅動音涯向董乘以前述音源增益7的驅動 音源信號,而輸出至圈框音源生成櫬構53上。匾框音源生 成皤構5 3係從由前述臈動音涯解碼播構52所_入的騙動音 源信虢中,例如以每一通期Ρ反覆邇期化,Μ生成_框長 度的驅動音源信號,而输出至音涯信號生成櫬構21上》 第二驅動音源纗碼薄5 4係存雠有和編碼側之第二驅動音 源钃礓薄49相同的Κ個軀動音源向量,並以對應前述節距 通期Ρ之向量長度切出對應由第二驅動音源解碼櫬構55所 輸入之第二驅動音源鏞碣J的第二顆動音源向量’而_出 本紙張尺度適用中國國家梯準(CNS ) Α4規格(210x297公釐) -33 - (請先閲讀背面之注意Ϋ項再埃寫本頁) -裝. 訂 線 317631 A7 B7 五、發明説明(31 ) 益增 源 音 動 驅 二 第 述 前 從 。 係 上 , 5 5 5 5 構構 櫬櫬 碼碼 解解 源源 音音 動動 i I S 顆 二 二 第第 至 經濟部中央樣牟局員工消费合作社印製 7 2的纗碼中解碼第二腰動音源增益7 2,K生成由前述第 二騸動音源编碼薄5 4所_入之切出的第二驅動音源向董乘 Μ前述驅動音源增益7 2的第二驅動音源信號,而输出至 第二晒框音源生成機構56上。第二圈框音源生成機構56係 從由前述第二騮動音源解碼櫬構55所輪入的第二驅動音源 信號中,例如Μ每一埋期Ρ反覆通期化,以生成第二麵涯 長度的驅動音源信號,而_出至音源信號生成機構21上。 音源信號生成櫬構21係相加由前述園框音源生成機構53 所_入的麵框長度之自逋應音源信號和由前述第二圆框音 源生成櫬構.56所输入之第二圈框長度的驅動音源信號以生 成音源信號,並输出至合成濾波器22上。合成»波器22係 將由前述音源信號生成機構21所轆入之音湎信號,使用由 線性預拥參数解碼機構16所輸入之線性預測參数進行線性 預測合成,並輪出語音翰出7。 以上係本實施形態10之語音解碣裝置的特激性動作。 若依據本簧施形態10,則藉由當語音输入的節距遇期Ρ .短於圓框長度時邇期性相加平均語音输入以生成向董長度 Ρ的目禰語音向悬,相對於此評估和媒性預測合成向量長 度Ρ之驅動音源向fl所生成的語音合成向量之失真*躭可 埋避語音合成的品質惡化·及可生成運算fi少且品質佳的 語音合成。 〔發明之效果〕 (锖先閱讀背面之注$項再填寫本頁) •裝· -訂 線- 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) -34 317631 A7 _ B7_ 五、發明説明(32 ) 如以上詳述,若依據申請專利範圍第1〜4、6、8、. 9、 11〜1 4項中所記載的發明,則由於在語音編碼裝置上,具 備有:目標語音生成機構,係從語音輸入中生成對應延遲 參數之向量長度的目標語音向量者;自適應音源編碼簿, 係從過去所生成的音源信號中生成對應前述延遲參數之向 量長度的自適應音源向量者;自適應音源檢索機構,係評 估與由前述自適應音源向量中所得之語音合成向量的前述 目標語音向量相對的失真*並檢索失真為最小的自適應音 源向量者;及圖框音源生成機構,係從前述失真為最小的 自適應音源向虽中生成圖框長度的音源信號者,所K可迺 避語音合成的品質惡化,及可生成運算量少且品質佳的語 音合成。 又,若依據申請專利範圍第5項中所記載的發明,則由 於目標語音向董之向虽長度取為有理數,所K在從語音輸 入中生成目標語音向量之際,不因語音輸人之抽樣週期而 可精度佳地生成目標語音向董,並可迴避語音合成的品質 惡化,及可生成運算量少且品質佳的語音合成。 經濟部中央橾準局貝工消費合作社印製 (請先閲讀背面之注意事項再填寫本頁) 又,若依據申請專利範圍第7項中所記載的發明,則由 於目搮語音生成機構會以每一向量長度分割對應延遲參數 之向量長度的整數倍長度之語音輸入,並相加平均前述每 一向S長度的語音輸入以生成目搮語音向S,所以在進行 生成目標語音向量之際的平均化處理中,不需要處理向量 長度相異的向霣,就可簡單處理*並可迴避語音合成的品 質惡化,及可生成運算量少且品霣佳的語音合成。 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐> -35 - 317631 A7 B7 經濟部中央橾準局貝工消費合作社印装 五、發明説明(33) 1 又 若 將 生 成 巨 標 向 量 之 向 量 長 度 的 整 數 倍 長 度 Z 語 音 Ί 1 輸 入 設 為 圖 框 長 度 以 上 則 藉 由 在 將 超 出 臞 框 長 度 之 語 音 1 1 輸 入 進 行 語 音 編 碼 之 際 的 評 估 上 使 用 > 及 藉 由 該 圖 框 之 語 請 1 1 音合成亦附加帶給該圖框Μ後之影響而決定編碼 就 可 使 閱 讀 1 背 1 00 音 合 成 之 再 現 性 良 好 並 使 品 質 提 高 0 由 之 注 1 又 若 闞 於 每 —* 向 1 長 度 之 語 音 輸 入 的 特 徵 量 至 少 包 含 意 事 1^- 纽 音 輸 入 的 功 率 資 訊 則 藉 由 在 語 音 輸 入 的 功 率 大 的 部 分 再 4 1 上 進 行 加 權 語 音 編 碼 就 可 使 帶 給 主 觀 品 質 之 影 響 大 的 語 寫 本 頁 裝 1 音合成功率大的部分之再現性變得 良 好 並 使 品 質 提 高 〇 1 1 又 若 關 於 每 一 向 量 長 度 之 語 音 輸 入 的 特 微 量 至 少 包 含 1 I 語 音 輸 入 的 功 率 資 訊 則 藉 由 在 語 音 輸 入 具 有 週 期 1之週 1 1 訂 期 性 的 情 況 縮 小 相 關 低 的 部 分 之 加 權 並 進 行 語 音 編 碼 即 1 使對節距週期變動的語音輸入亦可生成對應1節距週期的 1 1 失 真 小 的 S 標 語 音 向 量 使語音合成之再現性 良 好 並 使 1 1 品 質 提 高 0 l· 線 又 若 巨 標 語 音 生 成 im 徹 構 係 按 照 每 一 向 量 長 度 之 m an 音 輸 I 入 的 時 間 關 係 並 前 述 每 一 向 量 長 度 相 加 平 均 語 音 輸 入 1 而 決 定 在 生 成 巨 標 語 音 向 量 之 際 的 加 權 則藉由在圖框境 1 1 界 近 旁 的 語 音 輸 入 中 加 大 加 權 而 生 成 百 標 語 音 向 量 並 將 1 | 之 編 碼 就 可 使 圖 框 境 界 近 旁 的 語 音 合 成 之 再 現 性 良 好 , 1 I 並 可 使 圖 框 間 的 語 音 合 成 之 變 化 滑 順 0 1 1 I 又 » 若 巨 標 語 音 生 成 機 構 在 以 每 一 向 量 畏 度 相 加 平 均 語 1 1 音 輸 入 之 際 > 微 調 前 述 每 一 向 量 畏 度 之 語 音 輸 入 的 時 間 Μ 1 1 係 » 則 藉 由 向 量 長 度 之 語 音 m 入 間 的 相 互 m 變 成 最 大 而 微 1 1 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) -36 - 經濟部中央橾準局負工消费合作社印製 A7 B7 五、發明説明(34 ) 調所切出 的位置,即使對.節距週期變動的語音輸入亦可 生成對應1節距週期的失真小的目標語音向量,使語音合 成之再現性良好,並使品質提高。 又,若依據申請專利範圍第1 0項中所記載的發明,則由 於圖框音源生成機構係在圖框間内插向董畏度之音源向量 而生成音源信號,所以可使圖框間的音源信號之變化變得 滑順,使語音合成之再現性良好,並使品質提高。 〔圖式之簡單說明〕 圄1顯示本發明之實施形態1之語音編碼裝置及語音解碼 裝置的全體構成方塊圖。 圖2顯示本發明之實施形態1之目標語音生成機構之動作 一例的說明圖。 圖3顯示本發明之實施形態5之目標語音生成機構之動作 一例的說明圖。 圖4顯示本發明之實施形態6之目標語音生成機構之動作 一例的說明圖。 圖5顯示本發明之資施形態7之目標語音生成機構之動作 一例的說明圖。 圖6顯示本發明之實施肜態8之目標語音生成機構之動作 一洌的說明圃。 圖7顯示本發明之實施形態9之目標語音生成機構之動作 一例的說明圖。 圈8顯示本發明之實施形態10之語音編碼裝置及語音解 碼裝置的全體構成方塊圖。 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) -37 - (請先閲讀背面之注意事項再填寫本頁) f -裝· 訂 線 冬 8a 8. :u A7 B7 經濟部中央樣準局負工消费合作杜印製 五、發明説明(35) 1 1 I 圖 9顗示習知語音編碼解碼装置之- -例的全體構成方塊 1 1 I 圖 〇 1 I 圖 10(a) 、 (b) 顳示 習 知 語 音 編 碼解 碼裝置中 之自 適 應 音 請 先 1 1 閲 I 源 向 量之一例的 說明 圖 0 讀 背 | ίι I 圖 1 1 ( a )、( b ) 顯示 改 良 習 知 之 語音 編碼解碼 裝置 中 之 S 之 注 1 1 適 應 音源向量之 —例 的 說 明 圓 0 患 事 項 1 I 匾 12 顯示 習 知 語 音 编 碼解 碼裝置之 另一 相 異 之 再 填 1 % 本 裝 * 例 的全體構成 方塊 圖 0 X 1 1 圖 13(a)' (b) 顯示 習 知 語 音 m 碼解 碼装置中 之遇 期 化 之 1 1 驅 動 音源1¾量之 -例 的 說 明 圖 0 1 1 C 元 件編號之說 明〕 1 訂 1 編碼器, 1 I 2 解碼器, 1 1 I 3 多工器, 1 1 4 分離機構 >,, 5 語音輸入 | 6 傳輸線, 1 I 7 語音輸出 1 1 I 8 線性預測參數分析機構, 1 1 9 線性預測參數編碼機構> 1 1 10 、17 自適 懕音 源 編 碼 薄 t 1 I 11 自適應音 源檢 索 機 構 t 1 I 12 誤差信號 生成 機 構 1 1 I 13 、19 驅動 音源 編 碼 薄 t 1 1 本紙張尺度適用中國國家橾準(CNS ) Α4規格(210X297公釐) ^ .Τ ·ΖΓ 38 A7 B7 經濟部中央棣準局及工消费合作社印製 五、發明説明(36 ) 1 14 驅 動 音 源 檢 % 櫬 構 1 1 I 15 ' 21 音 源 信 號 生 成 檐 構 9 1 1 16 線 性 頊 測 參 數 解 碼 機 構 9 請 先 1 1 18 白 遛 應 音 源 解 碣 機 構 » 閲 讀 1 背 1 20 驅 動 音 源 解 碭 機 構 面 之 注 1 22 合 成 m 波 器 » I 項 11 r l 23 ' 24 驅 動 音 源 m 碼 簿 * 再 S 裝 1 25 節 距 分 析 檐 櫞 本 頁 26 延 遲 參 數 檢 索 範 画 決 定 檐 構, 1 1 27 語 音 输 入 增 加 抽 樣 機 構 9 1 I 28 百 檷 語 音 生 成 級 構 I 1 訂 2 9 ' 37 音 源 信 號 增 加 抽 樣 懺 構, 1 30、 38 自 缠 懕 音 源 堪 礓 薄 1 1 31 I 缠 應 音 源 檢 索 櫬 構 * 1 32 ' 40 圔 框 音 源 生 成 檄 構 1 線 33 第 二 巨 檁 語 音 生 成 櫬 構 1 I 34、 41 驅 動 音 源 煽 碼 簿 1 35 驅 動 音 源 檢 索 機 構 1 1 36 ' 43 第 二 圖 框 音 源 生 成 櫬 構, 1 | 39 i m 應 音 源 解 碭 拥 嫌 1 I 42 驅 動 音 源 解 碼 櫬 構 , 1 1 I 44 語 音 输 入 增 加 抽 樣 拥 構 • 1 1 45 巨 禰 語 音 生 成 機 構 » 1 1 46 ' 51 驅 動 音 源 m 碼 薄 9 1 1 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) -39 - 317631 A7 B7 五、發明説明(37 ) 經濟部中央梂準局負工消费合作社印製 47 驅 動 音 源 檢 索 機 構 9 48 第 二 巨 標 語 音 生 成 機 構 t 49、 54 第 二 驅 動 音 源 編碼 薄 50 第 二 驅 動 音 源 .檢 索 機 構 9 52 驅 動 音 源 解 碼 機 構 1 53 圖 框 音 源 生 成 機 構 9 55 第 二 驅 動 音 源 解 碼 機 構 f 5 6 第 二 圖 框 音 源 生 成 機 構 〇 (請先閲讀背面之注意事項再填寫本頁)
A •裝. 訂 線 本紙張尺度適用中國國家橾準(CNS ) A4規格(210X297公釐〉 -40 -